3d human reconstruction | BriefGPT

关键词3d human reconstruction

搜索结果 - 10

CVPRDiffHuman：人体的概率光真实三维重建
DiffHuman 是一种基于概率的方法，通过一个单一的 RGB 图像实现逼真的三维人体重建。与确定性方法不同，DiffHuman 根据二维图像预测三维重建的概率分布，可以生成与图像一致的多个详细的三维人体模型。此外，DiffHuman 还
PDF3 months ago
TIFu：高保真 3D 角色重建的三向隐式函数
Tri-directional Implicit Function (TIFu) 是一种矢量级表示方法，通过沿三个正交轴聚合矢量解决了回归固定维度矢量的固有问题，从而在任意分辨率的三维重建中取得了最先进的性能。
PDF5 months ago
SiTH：基于图像条件扩散的单视图纹理人体重建
提出了一种新的流程 SiTH，该流程将基于图像的扩散模型与 3D 网格重建相结合，通过将单视图重建问题分解为幻觉和重建子问题来推断未知的人体形状、服装和纹理信息。该方法通过强大的生成扩散模型重新生成输入图像中的外貌，并借助有皮肤的身体网格作
PDF7 months ago
TeCH: 文本引导下的逼真着装人体重建
通过使用描述性文本启示和个性化模型，TeCH 提出了一种混合的三维重建方法，用于重建细节丰富的衣着人物的未见区域，并在重建准确性和渲染质量方面优于现有方法。
PDFa year ago
MMReFu: 通过细节保留的单张照片三维人体建模，对未观察的视角进行优化和融合
使用 ReFu 方法，结合 2D 和 3D 监督，利用减少扩散占用概率的体积渲染，生成具有细节保留的背面图像，并将经过修整的图像与前端的反向变形融合以预测出人体模型，最终在单张图像 3D 人体重建中取得了最新成就。
PDF2 years ago
ECCVDiffuStereo: 基于扩散的稀疏摄像机双目立体视觉的高质量人体重建
提出了一种使用稀疏相机实现高质量 3D 人体重建的新系统 DiffuStereo，其核心是使用扩散模型将扩散模型引入到迭代立体匹配网络中，以实现立体匹配和深度估计。通过多级扩散模型立体网络结构处理高分辨率输入，该方法可以自动重建具有与高端重
PDF2 years ago
穿着衣物的人物的单目仿真三维重建
PHORHUM 提供了一种全新的、可端到端训练的、深度神经网络方法，用于基于单目 RGB 图像实现逼真的 3D 人体重建。
PDF2 years ago
ICCV人体网格恢复的概率建模
本文提出一种基于正常流模型的方法，利用概率建模的思想，从多个视角的 2D 图像集合中重建 3D 人体姿势。该方法在人体姿势重建、模拟及建模上都取得了较好的效果，且可通过提供多种样本取得更为准确的估计。
PDF3 years ago
ECCVNormalGAN: 从单个 RGB-D 图像中学习详细的 3D 人类形象
这篇论文提出了一种名为 NormalGAN 的方法，使用对立学习的方式，从单张 RGB-D 图像中重建完整且详细的 3D 人体模型，该方法利用 Normal maps 编码的 3D 表面细节信息能够更好地学习几何细节，其性能优于其他表示方式
PDF4 years ago
PaMIR：基于参数模型的隐式表示方法进行基于图像的人体重建
提出了一种基于 PaMIR 的框架，结合参数化身体模型与自由形式深度隐含函数，采用新型深度神经网络规范化自由形式深度隐含函数，通过训练损失并提出身体参考优化方法，以及增强参数化模型对隐含函数的一致性，实现在多种挑战性场景下的 3D 人体重建
PDF4 years ago